FFmpeg Basic学习笔记（3）

视频叠加——画中画效果 overlay video filter

视频叠加比较常见的应用场景是台标的叠加，在画面左上角、右上角、左下角或右下角叠加台标。
ffmpeg提供的overlay filter支持视频叠加。基本语法如下：

overlay[=x:y[[:rgb={0,1}]]]

其中x、y是嵌入图像的位置，默认为0；rgb表示输入源的格式，0表示不修改，1表示设置输入源格式为RGB。可使用下面四个参数：

• main_w或W、main_h或H，主输入（被嵌入的视频）的宽度和高度
• overlay_w或w、 overlay_h或h，叠加输入（嵌入视频）的宽高

下面的命令行可以实现视频叠加：

ffmpeg -i input1 -i input2 -filter_complex overlay=x:y output

台标叠加测试

在左上角叠加可以用下面命令行：

ffmpeg -i pair.mp4 -i logo.png -filter_complex overlay pair1.mp4

叠加效果如下图：

右下角叠加可以使用下面命令行：

ffmpeg -i pair.mp4 -i logo.png -filter_complex overlay=W-w:H-h pair3.mp4

叠加效果如下：

画面上的字体显示 drawtext video filter

drawtext filter的语法如下：

drawtext=fontfile=font_f:text=text1[:p3=v3[:p4=v4[...]]]

p3, p4 ... means parameter #3, parameter #4, etc.

由于具体参数比较多，有兴趣的可以阅读FFmpeg Basics的Ch10或者参考ffmpeg的在线文档drawtext filter。
下面是具体的例子：

ffplay -f lavfi -i color=c=white -vf drawtext=fontfile=arial.ttf:text=Welcome

这会在白色窗口的左上角显示Welcome字样。效果如下：

显示位置可以通过x、y设置，命令如下：

ffplay -f lavfi -i color=c=white -vf
drawtext="fontfile=arial.ttf:text='Good day':x=(w-tw)/2:y=(h-th)/2"

字体大小和颜色可以通过fontcolor、fontsize设置，命令如下：

ffplay -f lavfi -i color=c=white -vf drawtext=
"fontfile=arial.ttf:text='Happy Holidays':x=(w-tw)/2:y=(h-th)/2:
fontcolor=green:fontsize=30"

滚动字幕的实现

drawtext filter支持t，表示当前运行的描述。配合起来可以实现滚动字幕的效果。
可参考下面命令行：

ffmpeg -f lavfi -i color=c=#abcdef -vf drawtext=
"fontfile=arial.ttf:text='Dynamic RTL text':x=w-t*50:
fontcolor=darkorange:fontsize=30" output

水平滚动，每秒滚动50 pixel。

不同格式之间的转换——转码/转封装

媒体文件格式是指用于存储特定音频或视频的标准。容器格式是指可以存储多个音频或视频流的标准。ffmpeg支持的文件格式可以通过-formats查看。

通常容器支持多种音视频格式的封装，比如AVI、TS、MKV、MP4都是容器，可以支持H.264、MPEG-2、AAC等音视频格式。在实际应用中如果仅仅想更换封装格式，可以考虑使用-c copy、-c:a copy、-c:v copy。

下图说明了实际转码过程中涉及到的封装格式（容器格式）、编解码格式（比特流格式）

转码过程中每个容器或codec都有私有的参数，可以使用-h encoder=encoder_name查看。具体参考FFmpeg Basic学习笔记1。

ffmpeg支持的时间格式

多媒体处理涉及修改输入源的总长度、延时指定时间或者截取特定时间等操作。ffmpeg中支持的时间格式有两种：

• [-]HH:MM:SS[.m...]
• [-]S+[.m...]

按照时间设置输出流长度

使用-t命令参数即可。下面语句从输入源中截取三分钟输出：

ffmpeg -i music.mp3 -t 180 music_3_minutes.mp3

使用帧数限定输出长度

• 音频使用 -aframes number或-frames:a number
• 视频使用 -vframes number或-frames:v number

下面命令行指定输出15000帧视频，大约10分钟视频长度（按25fps计算）

ffmpeg -i video.avi -vframes 15000 video_10_minutes.avi

指定延时时间

可使用-ss命令项（seek from start）。调用命令如下：

ffmpeg -i input.avi -ss 10 output.mp4

表示从第10秒开始输出数据。

将-ss和-t配合使用可以截取任意时长的画面，比如下面命令截取输入的第五分钟(240秒~300秒)的视频。

ffmpeg -i video.mpg -ss 240 -t 60 clip_5th_minute.mpg

限制处理时间

使用-timelimit命令可以限制ffmpeg处理的总时间。命令如下：

ffmpeg -i input.mpg -timelimit 600 output.mkv

不管ffmpeg有没有处理完，600s之后程序退出。

播放速度改变的filter（注意修改的是时间戳）

视频可以使用setpts filter；音频可以使用atempo filter。

Metadata和Subtitle 元数据和字幕流

Metadata通常用于记录一些标签信息，比如发布者、作者、发布日期、专题名等。字幕流在配音电影中比较常见，通常以独立的字幕文件存在，需要的时候可以加载进来播放。

MetaData

MetaData在MP3文件中比较常见，在mp3播放时可以看到比较多的类似信息，使用下面命令可以查看metadata：

ffplay -i "Kalimba.mp3"

创建metadata

可以使用-metadata key=value的形式创建metadata，比如下面命令行：

ffmpeg -i input -metadata artist=FFmpeg -metadata title="Test 1" output

删除metadata

使用-map_metadata -1可以删除metadata

subtitle

subtitle有两种，一种是外置的，可以独立编辑发行；一种是内嵌的，嵌入到视频文件中。

subtitles video filter内嵌字幕流

语法如下：

subtitles=filename[:original_size]

下面命令行可以实现字幕嵌入：

ffmpeg -i video.avi -vf subtitles=titles.srt video.mp4

附加说明

本部分内容主要涉及《Ffmpeg Basic》的第8章到第14章（包含第14章），主要是关于视频叠加、字符叠加、subtitle、时间操作、多媒体文件的容器格式和文件格式。

一部分内容没有做详细介绍，有些参数建议参考FFmpeg的官网。